Altman: AI-tutkija valmis maaliskuussa 2028

OpenAI:n sisäinen aikajana näkyviin

OpenAI:n toimitusjohtaja Sam Altman paljasti yhtiön livestreamissä sisäiset tutkimustavoitteet ja tiivisti ne sittemmin omassa X-julkaisussaan. Päivämäärät ovat poikkeuksellisen tarkat: automaattinen AI-tutkimusharjoittelija syyskuussa 2026 ja täysiverinen automaattinen AI-tutkija maaliskuussa 2028.

Altman tunnusti itse, että tavoite voi mennä kokonaan pieleen, mutta perusteli avoimuutta sillä, että vaikutukset onnistuessaan olisivat liian merkittäviä piiloteltaviksi. Lupaus on yhtä aikaa rohkea ja epäilevä, juuri se yhdistelmä, jolla OpenAI on tottunut hallitsemaan odotuksia.

Sadattuhannet GPU:t ja 1,4 biljoonan dollarin lasku

Tutkimusharjoittelija pyörii Altmanin mukaan sadoillatuhansilla GPU:illa. Numero sopii yhteen yhtiön julkistaman infrastruktuuriohjelman kanssa: OpenAI on sitoutunut TechCrunchin tietojen mukaan 30 gigawatin laskentakapasiteettiin, jonka kokonaiskustannus omistuksen aikana on noin 1,4 biljoonaa dollaria.

Mittakaavaa hahmottaa parhaiten vertaamalla muuhun: 30 gigawattia vastaa karkeasti yli kymmenen ydinvoimalan tehoa, ja Suomen koko sähkönkulutus huipputuntina liikkuu noin 14 gigawatissa. OpenAI rakentaa siis itselleen lähes kahden Suomen kokoisen sähkönkäyttäjän vain mallien kouluttamista ja ajamista varten.

Mitä tutkimusharjoittelija käytännössä on

Altman ei avannut tarkkaa määritelmää, mutta TechCrunch kertoo OpenAI:n nykyisten huippumallien kykenevän jo viiden tunnin yhtenäisiin työjaksoihin ja yltävän kansainvälisen matematiikkaolympialaisen huipputasoon. Harjoittelijan mittapuuna pidetään kykyä viedä loppuun tutkimuksellisia työpaketteja ja ehdottaa luotettavasti seuraavia kokeita.

Kyse ei siis ole chatbotista, joka vastaa kysymyksiin, vaan järjestelmästä, joka valitsee itse seuraavan kokeen, ajaa sen ja tulkitsee tulokset. Vuoden 2028 tavoite menee tästä askeleen pidemmälle: malli vetäisi koko tutkimusprojektin alusta loppuun ilman jatkuvaa ihmisohjausta.

Aalto, FCAI ja VTT GPU-puristuksessa

Suomalainen tekoälytutkimus rakentuu kolmen tukijalan varaan. Finnish Center for Artificial Intelligence eli FCAI on Aalto-yliopiston, Helsingin yliopiston ja VTT:n yhteishanke. Aallon ProbML-ryhmä on profiloitunut probabilistiseen koneoppimiseen, ja CSC:n ylläpitämä LUMI-supertietokone Kajaanissa tarjoaa pohjoiseurooppalaiseen tutkimukseen merkittävän GPU-kapasiteetin NVIDIA-yhteistyön kautta.

LUMI on Euroopan huippua, mutta sen GPU-määrä mitataan kymmenissä tuhansissa, ei sadoissa tuhansissa. Jos OpenAI:n harjoittelija vaatii oikeasti satojen tuhansien sirujen kokoluokan, suomalainen perustutkimusryhmä ei pysty samasta tutkimuskysymyksestä yhtä rajulla raakavoimalla kilpailemaan.

Tämä ei merkitse sitä, että suomalainen AI-tutkimus jäisi jälkeen sinänsä, vaan että työnjako kärjistyy. Suuret yhtiöt ottavat raakavoimaa vaativat kokeet, akateemiset ryhmät keskittyvät teoreettisiin kysymyksiin, datalaadun varmistukseen ja ihmisten kanssa työskentelevien sovellusten kehitykseen. FCAI:lla suuntaus on jo näkyvissä: ryhmien painopiste on ollut probabilistisessa mallinnuksessa ja luotettavassa AI:ssä, ei ensimmäisten kielimallien kouluttamisessa.

Mitä rahoittajan ja ChatGPT:n käyttäjän pitäisi ottaa tästä

Tavalliselle ChatGPT:n käyttäjälle Altmanin aikajana ei muuta välitöntä arkea. Toteutuessaan se kuitenkin tarkoittaa, että vuonna 2028 lääkekehitys, materiaalitiede ja ohjelmistosuunnittelu saavat työkaverin, joka ei väsy ja joka ehdottaa itse seuraavat kokeet. Suomalaisille yrityksille, joiden T&K-budjetti on miljoonia eikä miljardeja, kysymys on, miten tällaista palvelua vuokrataan järkevästi sen sijaan, että rakennettaisiin omaa.

Avoin kysymys jää sille, miten Suomen Akatemia ja EU:n laskentaohjelmat vastaavat. Jos hyödyllisimmät AI-tulokset tehdään sadoillatuhansilla GPU:illa, tutkimusrahoituksen logiikka pitää miettiä uudelleen. Maaliskuun 2028 tavoite on se, mitä Altmanin lupauksista todella tarkkaillaan, ja siihen on puolitoista vuotta lyhempi matka kuin yleensä luullaan.